无人驾驶是无轨胶轮车作为矿井辅助运输系统的智能化发展方向。然而，目前该领域的研究仍处于初级阶段，特别是缺少针对井下巷道特殊恶劣环境的SLAM自主导航方法。为解决这一问题，需要研究开发高效精确的建图算法，以支持无人驾驶在井下运行的安全和可靠性。首先，基于Cartographer算法构建井下巷道环境的二位栅格地图，引入Lazy Decision（LD）算法对其进行优化，解决Cartographer建图时的重叠、模糊现象，提高了建图精度。其次，选择自适应蒙特卡洛定位（AMCL）算法解决无人驾驶无轨胶轮车的定位问题，实验结果表明：AMCL算法能够快速实现粒子收敛，最快可以在12秒内完成，并且在定位全程中表现出高准确性。再次，在全局路径规划中应用A*算法，并利用二阶贝塞尔曲线来实现路径平滑化处理，以提高路径规划的准确性和效率，解决传统A*算法规划出的路径存在拐点多、曲率大的问题；此外，通过TEB算法进行局部路径规划，实现无人驾驶无轨胶轮车实时环境中的避障功能，并联合仿真实验测试两种不同的路径规划算法，结果表明，二级贝塞尔曲线优化后的全局路径在拐弯处更加平滑，并且曲率更小，这有助于提高路径规划的稳定性和行驶效率，TEB算法则能够迅速规划出避障路径，让无人车能够顺利避障。最后，在实验室搭建井下巷道模拟场景开展无人驾驶试验，结果表明：AMCL算法能够在短时间内实现粒子的高效收敛，且只需要不到3米的定位距离即可完成定位任务；使用经过平滑处理的A*和TEB算法能够规划出路径更加平滑、通过性更强的路径，这些路径在拐点处没有明显的转折，并且能够快速避开障碍物，同时完成避障动作以实现导航过程中的安全行驶，满足井下无人驾驶要求。

1 基于LD改进Cartographer的建图算法研究
1.1 Cartographer建图算法分析
1.2 基于LD的Cartographer算法优化
1.2.1 Lazy Decision算法分析
1.2.2 优化Cartographer算法
1.3 优化前后的Cartographer算法对比仿真
2 基于AMCL的定位算法研究
2.1 AMCL定位算法分析
2.2 基于AMCL算法的定位仿真试验
3 路径规划算法研究
3.1 全局路径规划A*算法研究
3.1.1 A*算法路径规划原理
3.1.2 基于二阶贝塞尔曲线的A*算法优化
3.2 局部路径规划TEB算法研究
3.3 路径规划仿真试验
4 无人驾驶自主导航试验
4.1 无人驾驶试验车及试验场景搭建
4.2基于LD改进Cartographer算法的建图试验
4.3 AMCL算法定位试验
4.4基于改进A*和TEB算法的路径规划试验
5 结论

李芳威,鲍久圣,王陈等.基于LD改进Cartographer建图算法的无人驾驶无轨胶轮车井下SLAM自主导航方法及试验[J/OL].煤炭学报:1-12[2023-09-13].DOI:10.13225/j.cnki.jccs.2023.0731.